肺癌SBRT放射性肺炎风险新型预测因子及其构建方法技术

本发明专利技术属于疾病风险预测领域，涉及一种肺癌立体定向放射治疗放射性肺炎风险新型预测因子的构建及验证方法，包括如下步骤：A、病例收集；B、4DCT模拟定位扫描；C、靶区及危及器官的勾画；D、放疗计划设计；E、提取肿瘤相关参数；F、计算并发放射性肺炎发生概率；G、筛选预测因子；H、获取截点。本发明专利技术首次利用放射生物学模型筛选出肺癌SBRT治疗中与≥2级RP发生相关性最高的新型预测因子Lung/PTV

【技术实现步骤摘要】
肺癌SBRT放射性肺炎风险新型预测因子及其构建方法


[0001]本专利技术属于疾病风险预测因子筛选领域，涉及一种预测SBRT治疗并发放射性肺炎风险的预测因子及构建方法。

技术介绍

[0002]原发性肺癌是我国最常见的恶性肿瘤之一，国家癌症中心2019年发布的数据显示，2015年我国新发肺癌病例约为78.7万例，发病率为57.26/10万，位居我国恶性肿瘤发病首位。对于Ⅰ期非小细胞肺癌(NSCLC)患者，手术根治性切除是其首选的治疗方法，但是对于因年龄及其它原因(如心肺功能差、严重糖尿病等)不能耐受和拒绝手术的患者，立体定向放射治疗(SBRT)是首选的主要治疗手段。该技术的特点是把高剂量区集中在肿瘤的同时，迅速降低外周剂量以保护正常组织。据文献资料报道，对于早期NSCLC患者，采用SBRT技术能获得不亚于手术的治疗效果，且放射治疗毒性较低。尽管早期NSCLC患者采用SBRT技术能取得较好的治疗效果，但放射性肺炎(RP)是肺癌SBRT治疗中常见的并发症之一，文献报道RP发生概率为9.4％
‑
20.3％。目前预测RP发生的因子可分为两类：剂量学预测因子和肿瘤相关预测因子，前者指从放射治疗计划中提取出来的跟放疗剂量相关的因子，后者是指由肿瘤本身特性决定的因子。
[0003]传统筛选放射性肺炎预测因子都是利用临床随访数据进行回顾性分析，需要花费大量人力物力，易受很多混杂因素的影响，且很容易出现不同中心之间结果不一致的情况，临床上难以推广应用。例如近年来多个剂量学预测因子，如V
10
,V
15
,V
20
,V
25
和平均肺受量(MLD)已证明和RP的发生密切相关，但是文献资料报道的这些剂量学预测参数不统一且这些因子只能在放疗计划设计完成后才能得到。而在临床实际治疗过程中，寻找能在放疗计划完成前通过简单测量即可获取的因子预测患者发生RP的概率具有很重要的意义。若主管医生在放疗计划完成前预知到患者发生RP的风险较大，则医生可采取其它的治疗策略，如采用“风险适应”的剂量调整策略或者是采用呼吸门控技术来降低患者发生RP的概率，避免反复修改放疗治疗带来的困扰。所以，近年来一些容易获取的肿瘤相关预测因子被陆续发现，如实体肿瘤(GTV)体积、GTV与正常肺组织的体积比、计划靶区(PTV)与正常肺组织的体积比等。但是由于部分周围型肺癌病人的PTV是和胸壁重叠的，此时PTV的体积并不能真实反应正常肺组织的受照剂量，这些预测因子实际预测结果较不准确。

技术实现思路

[0004]针对目前国际上并没有容易获取且能准确预测肺癌SBRT治疗RP发生概率的现状，本专利技术提出基于放射生物学模型计算的肺癌立体定向治疗后一种新型放射性肺炎预测因子，用于在放疗计划完成前评价放射性肺炎发生的风险，根据风险发生概率适时调整治疗策略，以期降低肺癌SBRT治疗后RP的发生概率，实现临床肺癌SBRT个体化精准治疗。
[0005]为了解决上述技术问题，本专利技术采用如下技术方案：
[0006]一种肺癌SBRT放射性肺炎风险新型预测因子的构建方法，包括如下步骤：
[0007]A、病例收集：收集已经过SBRT治疗的NSCLC患者资料；
[0008]B、4DCT模拟定位扫描：在自由呼吸状态下扫描得到一套自由呼吸图像和一套4DCT图像，扫描得到的所有CT图像序列传送到Eclipse计划系统进行靶区勾画和计划设计；
[0009]C、靶区及危及器官的勾画：在肺窗下勾画自由呼吸图像上的大体肿瘤靶区、内靶区和计划靶区；正常器官需勾画正常肺组织、胸壁和肋骨；
[0010]D、放疗计划设计：使用多种剂量分割方案分别设计放射治疗计划；
[0011]E、提取肿瘤相关参数：利用计划系统分别测量得到多个肿瘤相关参数；
[0012]F、计算并发放射性肺炎发生概率：在计划系统中分别导出不同剂量分割方案的正常肺组织剂量
‑
体积直方图，利用预测模型计算每例患者≥2级并发放射性肺炎发生的概率数值；
[0013]此处获得的概率数值是根据理论模型计算而得到的。但计算这个概率数值其实步骤是非常复杂且很容易出错，临床上难以推广应用。因此本专利技术通过计算得到的这个概率数值与一些临床上容易获取的参数进行相关性分析，希望能得到一些很容易获取的预测因子，方便临床应用。
[0014]G、筛选预测因子：分别计算多个肿瘤相关参数与每例患者≥2级并发放射性肺炎发生的概率数值的相关系数、以及每例患者≥2级并发放射性肺炎发生的概率和多个肿瘤相关参数在使用不同拟合模型时的R2数值，所述相关系数和所述R2数值最大的肿瘤相关参数为预测效能最高的预测因子；当相关系数和R2数值最大的肿瘤相关参数不一致时，应该进行综合评判。
[0015]H、获取截点：利用分析工具分析每例患者≥2级并发放射性肺炎发生的概率和所述效能最高的预测因子之间的关系，得到所述效能最高的预测因子的截点数值。
[0016]确定效能最高的预测因子和获取截点后，临床医生就能根据患者的情况较快速地预知到患者发生RP的风险。若主管医生在放疗计划完成前预知到患者发生RP的风险较大，则医生可采取其它的治疗策略，如采用“风险适应”的剂量调整策略或者是采用呼吸门控等技术途径来降低患者发生RP的概率，避免临床上反复修改放疗计划所带来的不便，节省患者住院等待治疗时间，加快病人周转，降低住院费用。
[0017]优选的，所述肿瘤相关参数包括GTV体积、PTV体积、肿瘤直径、正常肺组织、PTV在正常肺组织内的体积
‑
PTV
L
、正常肺组织与PTV体积比
‑
Lung/PTV、正常肺组织与PTV
L
体积比
‑
Lung/PTV
L
中的一个或多个。
[0018]优选的，步骤D中，多种剂量分割方案包括3
×
15Gy和4
×
12Gy。
[0019]优选的，步骤F中，设计包括Borst和Wennberg两种预测模型，计算每例患者≥2级并发放射性肺炎发生的概率数值。
[0020]优选的，在利用Borst模型计算每例患者≥2级并发放射性肺炎发生的概率数值时，先将导出的剂量
‑
体积直方图剂量先转换为肺平均剂量,再利用linearquadratic模型将平均肺受量剂量转换为相当于常规2Gy分次放射的“等效生物剂量”EQD2，EQD2＝D
×
(α/β+D/n)/(α/β+2)，其中D为总剂量，n为分割次数，α/β取值为3Gy，最后将转换后的剂量代入Lyman
‑
Kutcher
‑
Burman模型计算每例患者≥2级并发放射性肺炎发生的概率数值，计算过程中TD
50
和m分别取值19.6Gy和0.43。
[0021]Borst模型，出自文献(Borst GR,Ishikawa M,Nijkam本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肺癌SBRT放射性肺炎风险新型预测因子的构建方法，其特征在于，包括如下步骤：A、病例收集：收集已经过SBRT治疗的NSCLC患者资料；B、4DCT模拟定位扫描：在自由呼吸状态下扫描得到一套自由呼吸图像和一套4DCT图像，扫描得到的所有CT图像序列传送到Eclipse计划系统进行靶区勾画和计划设计；C、靶区及危及器官的勾画：在肺窗下勾画自由呼吸图像上的大体肿瘤靶区、内靶区和计划靶区；正常器官需勾画正常肺组织、胸壁和肋骨；D、放疗计划设计：使用多种剂量分割方案分别设计放射治疗计划；E、提取肿瘤相关参数：利用计划系统分别测量得到多个肿瘤相关参数；F、计算并发放射性肺炎发生概率：在计划系统中分别导出不同剂量分割方案的正常肺组织剂量
‑
体积直方图，利用预测模型计算每例患者≥2级并发放射性肺炎发生的概率数值；G、筛选预测因子：分别计算多个肿瘤相关参数与每例患者≥2级并发放射性肺炎发生的概率数值的相关系数、以及每例患者≥2级并发放射性肺炎发生的概率和多个肿瘤相关参数在使用不同拟合模型时的R2数值，所述相关系数和所述R2数值最大的肿瘤相关参数为预测效能最高的预测因子；H、获取截点：利用分析工具分析每例患者≥2级并发放射性肺炎发生的概率和所述效能最高的预测因子之间的关系，得到所述效能最高的预测因子的截点数值。2.根据权利要求1所述肺癌SBRT放射性肺炎风险新型预测因子的构建方法，其特征在于，所述肿瘤相关参数包括GTV体积、PTV体积、肿瘤直径、正常肺组织、PTV在正常肺组织内的体积
‑
PTV
L
、正常肺组织与PTV体积比
‑
Lung/PTV、正常肺组织与PTV
L
体积比
‑
Lung/PTV
L
中的一个或多个。3.根据权利要求1所述肺癌SBRT放射性肺炎风险新型预测因子的构建方法，其特征在于，步骤D中，多种剂量分割方案包括3
×
15Gy和4
×
12Gy。4.根据权利要求1所述肺癌SBRT放射性肺炎风险新型预测因子的构建方法，其特征在于，步骤F中，设计包括Borst和Wennberg两种预测模型，计算每例患者≥2级并发放射性肺炎发生的概率数值。5.根据权利要求4所述肺癌SBRT放射性肺炎风险新型预测因子的构建方法，其特征在于，在利用Borst模型计算每例患者≥2级并发放射性肺炎发生的概率数值时，先将导出的剂量
‑
体积直方图剂量先转换为肺平均剂量,再利用linear quadratic模型将平均肺受量剂量转换为相当于常规2Gy分次放射的“等效生物剂量”EQD2，EQD2＝D
×
(α/β+D/n)/(α/β+2)，其中D为总剂量，n为分割次数，α/β取值为3Gy，最后将转换后的剂量代入Lyman
‑
Kutcher
‑
Burman模型计算每例患者≥2级并发放射性肺炎发生的概率数值，计算过程中TD
50
和m分别取值19.6Gy和0.43。6.根据权利要求4所述肺癌SBRT放射性...

【专利技术属性】
技术研发人员：黄宝添，
申请(专利权)人：汕头大学医学院附属肿瘤医院，
类型：发明
国别省市：